Python

Pandas DataFrameから重複行を削除する基本 PandasのDataFrameから重複する値（重複行）を削除するには、drop_duplicates()メソッドを使用します。このメソッドは、すべての列の値が完全に一致する行を検出し、最初に出現した行だけを残して、それ以降の重複行を取り除きます。 まず、3つのカラム（Car、Place、UnitsSold）を持つDataFrameを作成しましょう。 import pandas as pd dataFrame = pd.DataFrame({ Car: [BMW, Mercedes, Lamborghini, BMW, Mer

Pandasで重複を除いた件数（ユニーク数）を数えるには、nuniqueを使用します。本記事では、groupby()で列ごとにデータをグループ化しながら、NumPyのsum()を使って合計値も同時に算出する方法を、サンプルコード付きでわかりやすく解説します。 必要なライブラリのインポート まず、pandasとnumpyをインポートします。 import pandas as pd import numpy as np サンプルDataFrameの作成 次に、重複した値を含む3列（Car／Place／Units）を持つDataFrameを作成します。 dataFrame = pd.DataFram

PandasのDataFrameから特定の列の一意（ユニーク）な値を取得したい場合はunique()メソッドを使用します。また、一意な値の個数を数えたい場合はnunique()メソッドを使用します。この記事では、サンプルデータを使いながら、両メソッドの基本的な使い方を解説します。1. ライブラリのインポートまず、必要なライブラリをインポートします。import pandas as pd2. サンプルDataFrameの作成次に、「Car」「Place」「Units」の3つの列を持つDataFrameを作成します。このデータには重複した値が含まれている点に注目してください。dataFrame =

リスト内のすべての数値が、指定した特定の数字だけで構成されているかどうかを確認したい場面は少なくありません。Pythonでは、文字列操作に便利な join メソッドとシンプルなループ処理を組み合わせることで、この判定を簡単に実装できます。本記事では、実際のコード例とその動作をわかりやすく解説します。サンプルコード以下に、リストが特定の数字のみを含んでいるかを判定する実装例を示します。my_list = [427, 789, 345, 122, 471, 124] print(The list is :) print(my_list) my_digits = [1, 4, 7, 2] dig

サイズKのリストをN個、ランダムに生成したい場面は意外と多くあります。本記事では、randomモジュールのshuffle関数とジェネレータを組み合わせて、元のリストの要素をシャッフルしながら先頭K個を取り出す方法を解説します。サンプルコード以下に実際の実装例を示します。from random import shuffle def gen_random_list(my_val, K): while True: shuffle(my_val) yield my_val[:K] my_list = [12, 45, 76, 32, 45, 88, 99, 0, 1]

Pythonでは、行列（リストの中にリストが入ったネストされた構造）を辞書形式に変換したい場面があります。たとえば、各行に行番号をキーとして割り当てて管理したい場合などです。こうした変換は、辞書内包表記（dictionary comprehension）を使えば、わずか1行のコードで簡潔に実現できます。 サンプルコード 以下は、行列を辞書に変換する具体的な例です。 my_list = [[71, 26, 35], [65, 56, 37], [89, 96, 99]] print(The list is :) print(my_list) my_result = {my_index + 1

PythonのPandasライブラリでは、info()メソッドを使うことで、DataFrameの各列のデータ型（dtype）や非null値の数など、データセット全体の概要情報を簡単に確認できます。この記事では、実際のコード例と実行結果をもとに、その使い方をわかりやすく解説します。 info()メソッドとは info()は、DataFrameの構造に関する以下の情報を一括で表示してくれる便利なメソッドです。 行数（エントリ数）とインデックスの範囲 各列の名前・非null値の数・データ型 使用しているメモリ量 準備：Pandasのインポート まず、必要なライブラリをエイリアス付きでインポー

ある文字列のリストから、「別の文字リストに含まれる文字を指定した個数以上持つ文字列」だけを抽出したい場合、Pythonではリスト内包表記を使うことで簡潔に実装できます。ループや条件分岐を何行も書く必要がなく、処理の意図がひと目でわかるのが特徴です。 サンプルコード 以下に具体的な実装例を示します。 = my_key] print(The resultant list is :) print(my_result) 実行結果 The list is : [Python, is, fun, to, learn] The value of key is 2 The resultant list i

正方行列から対角要素（i行i列目の要素）を削除したい場面は、データ処理や行列演算においてよくあります。Pythonでは、組み込み関数のenumerateとリスト内包表記を組み合わせることで、シンプルかつ効率的にこの操作を実現できます。 サンプルコード 以下に、正方行列から対角要素を削除する具体的な実装例を示します。 my_list = [[45, 67, 85, 42, 11], [78, 99, 10, 13, 0], [91, 23, 23, 64, 23], [91, 11, 22, 14, 35]] print("The list is :") print(my_

リスト内のタプルを、各タプル内の2つの数値の「絶対差」が出現する頻度に基づいて並べ替えたい場合があります。このような処理には、lambda関数と、Pythonの組み込み関数であるabsおよびsortedを組み合わせるのが効果的です。 サンプルコード 以下に具体的な実装例を示します。 my_list = [(11, 26), (21, 33), (90, 11), (26, 21), (32, 18), (25, 37)] print(The list is :) print(my_list) my_diff_list = [abs(x - y) for x, y in my_list]

リストを、各行のサイズが一定の数ずつ増加していく行列（ネストされたリスト）に変換したい場合があります。このような処理を実現するには、切り捨て除算を行う「//」演算子と、シンプルな反復処理（forループ）を組み合わせるのが効果的です。サンプルコード以下に、実際の動作を示すサンプルプログラムを紹介します。my_list = [42, 45, 67, 89, 99, 10, 23, 12, 31, 43, 60, 1, 0] print(The list is :) print(my_list) my_key = 3 print(The value of key is ) print(my_ke

PandasのDataFrameで列名だけを確認したい場合は、dataframe.columnsを使用します。この属性を参照するだけで、DataFrameが持つすべての列名を簡単に取得できます。ライブラリのインポートまず、必要なライブラリをエイリアス付きでインポートします。import pandas as pdDataFrameの作成ここでは、車名・販売地域・販売台数を含む以下のDataFrameを例にします。dataFrame = pd.DataFrame( { Car: [BMW, Audi, BMW, Lexus, Tesla, Lexus, Mustang],

行列（リストのリスト）の中から、すべての要素が偶数回出現している行だけを抽出したいケースは、データ処理の場面でよくあります。この記事では、Pythonの標準ライブラリ collections.Counter と、組み込み関数 all() を組み合わせたリスト内包表記を使って、この問題を簡潔に解決する方法を解説します。サンプルコード以下が実際のコード例です。from collections import Counter my_list = [[41, 25, 25, 62], [41, 41, 41, 41, 22, 22], [65, 57, 65, 57], [11, 24, 36, 48

数値との比較に基づいてリスト内の要素を置き換えたい場合、シンプルな反復処理（ループ）を使うことで実現できます。この記事では、具体的なサンプルコードとその実行結果、そして処理の流れについて詳しく解説します。 サンプルコード 以下に、実際の動作を確認できるコード例を示します。 my_list = [32, 37, 44, 38, 92, 61, 28, 92, 20] print(リストの内容：) print(my_list) my_key = 32 print(キーの値：) print(my_key) low, high = 2, 9 my_result = [] for ele in

文字列のリスト内にあるすべての要素が数値であるかどうかを確認したい場合、Pythonの組み込み関数「all()」を使用すると、簡潔に記述できます。 all() 関数は、イテラブル（リストなど）内のすべての要素が真（True）と評価される場合に True を返し、1つでも偽（False）の要素があれば False を返します。これと文字列メソッド「isdigit()」を組み合わせることで、リスト全体が数値のみで構成されているかどうかを効率的に判定できます。 サンプルコード 以下に具体的な実装例を示します。 my_list = [434, 823, 98, 74, 9870] print(リスト

リスト内のすべての要素から特定の数字を取り除きたい場面は、データクレンジングや前処理などでよくあります。Pythonでは、反復処理（イテレーション）とset（集合）、str（文字列）操作を組み合わせることで、この処理をシンプルに実装できます。 サンプルコード 以下は、リストの各要素から数字「3」をすべて削除する例です。 my_list = [123, 565, 1948, 334, 4598] print("The list is :") print(my_list) key = 3 print("The key is :") print(ke

あるリスト内の重複する要素に対応するインデックスの項目を、別のリストから取り除きたい場面では、enumerate 関数・リスト内包表記・シンプルな反復処理を組み合わせるのが効果的です。 本記事では、2つの整数リストを例に、片方のリストで重複している要素のインデックスを検出し、もう一方のリストから該当する要素を削除する方法を、サンプルコードと実行結果付きで解説します。 サンプルコード 以下が実際のコード例です。 my_list_1 = [4, 5, 6, 5, 4, 7, 8, 6] my_list_2 = [1, 7, 6, 4, 7, 9, 10, 11] print("The

PythonのPandasライブラリでは、ネストされた辞書（入れ子構造のdict）を簡単にマルチインデックス付きのDataFrameへ変換できます。本記事では、その具体的な手順をサンプルコードとともにわかりやすく解説します。全体の流れ変換の手順は以下の3ステップです。ネストされた辞書を作成する空の辞書を用意し、タプル形式のキーで値を再割り当てするpd.DataFrame()でマルチインデックスDataFrameに変換するステップ1：ネストされた辞書を作成するまず、外側のキー（スポーツ名）と内側のキー（Boards・Country）を持つネストされた辞書を定義します。dictNested = {

プレフィックス（接頭辞）のリストに基づいて文字列を出力したい場合、リスト内包表記とany関数、そしてstartswithメソッドを組み合わせると、簡潔かつ効率的に実現できます。本記事では、具体的なコード例とともにその仕組みをわかりやすく解説します。コード例以下に実際の実装例を示します。my_list = [streek, greet, meet, leeks, mean] print(The list is : ) print(my_list) prefix_list = [st, ge, me, re] print(The prefix list is : ) print(prefix_

PandasでDataFrameの数値を小数点以下の指定した桁数で丸めて表示するには、display.precision属性を使用します。なお、この設定はあくまで「表示」にのみ影響するものであり、DataFrame内に保持されている実際のデータ値が変更されるわけではない点に注意してください。 1. Pandasライブラリのインポート まず、必要なPandasライブラリをインポートします。 import pandas as pd 2. DataFrameの作成 次に、「Car」と「Reg_Price」の2つの列を持つDataFrameを作成します。Reg_Price列には小数点以下の桁数が異